| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-18页 |
| 第一章 绪论 | 第18-27页 |
| ·研究背景与意义 | 第18-20页 |
| ·国内外研究现状 | 第20页 |
| ·人脸图像库 | 第20-22页 |
| ·人脸检测的主要方法 | 第22-25页 |
| ·基于知识的方法 | 第22-23页 |
| ·基于统计的方法 | 第23-25页 |
| ·本文的研究内容 | 第25-27页 |
| 第二章 人脸检测中的肤色提取 | 第27-38页 |
| ·常用的色彩空间 | 第27-31页 |
| ·肤色模型的获取方法 | 第31-32页 |
| ·各种肤色模型的实验 | 第32-34页 |
| ·基于YCBCR色彩空间的肤色区域分割 | 第34-36页 |
| ·本章实验结果分析 | 第36页 |
| ·小结 | 第36-38页 |
| 第三章 特征提取中眼睛定位算法的研究 | 第38-48页 |
| ·常用的几种眼睛定位算法 | 第38-42页 |
| ·基于肤色、几何特征和灰度信息的人眼定位 | 第42-46页 |
| ·实验结果分析 | 第46页 |
| ·小结 | 第46-48页 |
| 第四章 基于主成分分析(PCA)的人脸检测 | 第48-63页 |
| ·PCA的基本概念及问题描述 | 第48-51页 |
| ·PCA的一个典型例子 | 第48页 |
| ·PCA的基本概念 | 第48-49页 |
| ·PCA的基本原理 | 第49页 |
| ·主成分的求解步骤 | 第49-50页 |
| ·主成分的求解方法 | 第50-51页 |
| ·利用 PCA进行特征提取的经典算法-EIGENEACE算法 | 第51-54页 |
| ·计算特征脸 | 第51-53页 |
| ·基于特征脸的人脸识别 | 第53-54页 |
| ·基于差分图像和 PCA主元分析的人脸检测算法 | 第54页 |
| ·算法具体实现及实验结果 | 第54-61页 |
| ·特征的提取 | 第54-58页 |
| ·人脸图像的归一化 | 第58页 |
| ·基于马赛克模板的虚假人脸的排除 | 第58-59页 |
| ·本章实验结果分析 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| ·小结 | 第63-64页 |
| ·对进一步研究工作的展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表论文 | 第69-70页 |
| 原创性声明 | 第70页 |
| ’使用授权的声明 | 第70页 |